时间戳

首页 > 解决方案 > R：跨多列在彼此的范围内查找数据框中的行

r - R：跨多列在彼此的范围内查找数据框中的行

问题描述

我有一个看起来像这样的数据框：

ID   lat   long   score
1    41.5  -62.3  22.4
2    41.0  -70.2  21.9
3    42.2  -63.0  22.7
4    36.7  -72.9  20.0
5    36.2  -62.4  24.1
6    35.8  -61.7  24.7
7    40.8  -61.9  22.1

我想识别此数据帧的行，其中 lat 的值彼此相差 1 个单位，long 的值彼此相差 1 个单位，并且 score 的值彼此相差 0.7 个单位。为了指示哪些行满足这些条件，我想添加一个新列 (ID.matches)，为满足上述条件的行提供 ID 值。最终的数据框可能如下所示：

ID   lat   long   score   ID.matches
1    41.5  -62.3  22.4    3, 7
2    41.0  -70.2  21.9    0
3    42.2  -63.0  22.7    1
4    36.7  -72.9  20.0    0
5    36.2  -62.4  24.1    6
6    35.8  -61.7  24.7    5
7    40.8  -61.9  22.1    1

我真的不确定从哪里开始...我认为某种使用 dplyr 或 sapply 的条件函数？我也不确定是否应该为 ID.matches 使用另一种数据结构，因为某些行会有多个匹配项。

谢谢你的帮助！

标签： rdplyr

解决方案

您可以检查outer用于形成逻辑矩阵的所有条件（记住要排除自匹配对角线），并将apply结果作为 ID 列的子集，将结果一起粘贴到字符串中：

df$ID.matches <- apply(outer(df$lat,   df$lat,   function(x, y) abs(x - y) <   1) &
                       outer(df$lon,   df$lon,   function(x, y) abs(x - y) <   1) &
                       outer(df$score, df$score, function(x, y) abs(x - y) < 0.7) &
                       diag(nrow(df)) == 0, 
                       MARGIN = 1,
                       function(x) paste(df$ID[x], collapse = ", "))
df
#>   ID  lat  long score ID.matches
#> 1  1 41.5 -62.3  22.4       3, 7
#> 2  2 41.0 -70.2  21.9           
#> 3  3 42.2 -63.0  22.7          1
#> 4  4 36.7 -72.9  20.0           
#> 5  5 36.2 -62.4  24.1          6
#> 6  6 35.8 -61.7  24.7          5
#> 7  7 40.8 -61.9  22.1          1

由reprex 包（v0.3.0）于 2020 年 7 月 7 日创建

推荐阅读